model-optimizer/extensions/ops/GRUCell.py

   1 """
   2  Copyright (c) 2019 Intel Corporation
   3
   4  Licensed under the Apache License, Version 2.0 (the "License");
   5  you may not use this file except in compliance with the License.
   6  You may obtain a copy of the License at
   7
   8       http://www.apache.org/licenses/LICENSE-2.0
   9
  10  Unless required by applicable law or agreed to in writing, software
  11  distributed under the License is distributed on an "AS IS" BASIS,
  12  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  See the License for the specific language governing permissions and
  14  limitations under the License.
  15 """
  16 from mo.front.common.partial_infer.utils import mark_input_bins
  17 from mo.graph.graph import Node, Graph
  18 from mo.ops.op import Op
  19 from mo.utils.error import Error
  20
  21
  22 class GRUCell(Op):
  23     """ A single GRU cell (without a loop).
  24
  25         2 inputs:
  26             - [0, required] input data (2D),
  27             - [1, required] initial hidden state (2D),
  28
  29         2 blobs:
  30             - [2, required] cell FC weights
  31             - [3, required] cell FC biases
  32
  33         1 outputs:
  34             - [required] output data / resulting hidden state (2D)
  35     """
  36     op = 'GRUCell'
  37
  38     def __init__(self, graph: Graph, attrs: dict):
  39         mandatory_props = {
  40             'type': __class__.op,
  41             'op': __class__.op,
  42             'infer': __class__.infer,
  43             'in_ports_count': 4,
  44             'out_ports_count': 1,
  45         }
  46         super().__init__(graph, mandatory_props, attrs)
  47
  48     def supported_attrs(self):
  49         return [
  50             'hidden_size',  # number of the elements in hidden cell size
  51             'activations',
  52             'activation_alpha',
  53             'activation_beta',
  54             'clip',
  55             'linear_before_reset',
  56         ]
  57
  58     def backend_attrs(self):
  59         return [
  60             'hidden_size',  # number of the elements in hidden cell size
  61             ('activations', lambda node: ','.join(node.activations) if node.activations is not None else None),
  62             'activation_alpha',
  63             'activation_beta',
  64             'clip',
  65             'linear_before_reset',
  66         ]
  67
  68     @staticmethod
  69     def infer(node: Node):
  70         assert len(node.out_nodes()) in [1, 2]
  71
  72         hidden_shape = node.in_node(1).shape.copy()
  73
  74         mark_input_bins(node, start_port=2)
  75         node.out_node(0).shape = hidden_shape
  76
  77         hidden_size = hidden_shape[1]
  78         if node.has_valid('hidden_size'):
  79             if node.hidden_size != hidden_size:
  80                 raise Error("Input shape {} for hidden size doesn't match pre-defined hidden_size in node {}".format(
  81                     node.in_node(1).shape, node.soft_get('name')))
  82         else:
  83             node['hidden_size'] = hidden_size